StrictCite：不用AI的确定性引文核验工具，告别LLM幻觉引文

当LLM也开始编造引文

随着生成式AI在学术写作中的普及，一个棘手的问题浮出水面：大语言模型不仅会一本正经地编造事实，还会捏造根本不存在的参考文献，甚至给出失效或伪造的DOI（数字对象标识符）。对于研究人员而言，一份看似规范的参考文献列表背后，可能潜藏着大量幻觉产物。

一位计算机工程本科生（同时也是LLM推理瓶颈方向的研究者）在Reddit上分享了他的解决方案。他的初衷很直接："我受够了LLM编造引文，所以做了一个完全不用AI的确定性解析器。"这个工具就是 StrictCite。

为什么不用AI去检查AI

这里有一个值得玩味的设计哲学。开发者特别强调，他刻意避免使用LLM来做核验工作。原因很简单：如果用一个会产生幻觉的模型去验证另一个模型的输出，那么核验环节本身也可能被幻觉污染——"LLM连验证结果都会一起编造出来。"

这一判断切中了当前AI辅助研究工具的一个核心痛点。许多所谓的"AI事实核查"工具，本质上仍是概率模型的再一次采样，无法提供可靠的确定性保证。

StrictCite的技术路径与工作原理

确定性引擎，零生成式AI组件

StrictCite的核心是一个确定性（deterministic）引擎，完全不含任何生成式AI组件。它的工作流程如下：

• 在浏览器本地解析用户的 .bib 文件（BibTeX格式）；
• 针对 Crossref、DBLP 等 13 个学术注册库发起硬性API交叉引用；
• 对缺失的DOI、伪造的会议或期刊venue进行标记。

所谓"确定性"，意味着同样的输入永远得到同样的输出，核验结果可复现、可追溯。这与LLM基于概率的、每次可能不同的回答形成鲜明对比。对于学术严谨性要求极高的场景，这种可预测性至关重要。

优势与局限的坦诚披露

开发者对工具的能力边界给出了相当诚实的说明。

识别能力突出的场景：在其测试集上，StrictCite能够完美捕捉完全捏造的参考文献。对于那些凭空杜撰、根本不存在的文献条目，工具的识别率表现出色。

存在误报的场景：它会对预印本（preprint）与正式发表版本之间的细微差异产生误报。当一篇文献同时存在arXiv预印版和期刊正式版时，工具可能因版本不匹配而错误地标记为可疑。这是一类典型的"假阳性"问题——工具偏向保守，宁可多报也不漏报。

值得关注的边界测试案例

开发者主动邀请社区用"混乱的参考文献"来压力测试这个工具，并特别点名了几类具有挑战性的边界情况：

• 古旧书籍——年代久远、缺乏标准化元数据；
• 翻译的俄文专著——跨语言、跨字母系统的文献；
• 2003年的会议论文集——早期数字化不完整的记录。

这些案例恰恰是自动核验系统最容易失效的场景。老文献往往没有DOI，跨语言文献在各大注册库中的收录情况参差不齐。用这些"硬骨头"来检验，能真实反映工具在实际研究工作流中的可用性。

学术诚信工具化的行业信号

确定性核验基础设施的兴起

StrictCite本身还是一个早期项目（提供有限免费额度和限时的测试通道），但它折射出一个正在成型的需求：在AI辅助写作时代，我们需要一层独立的、可信的核验基础设施。

生成式AI极大提升了写作效率，但也把"可信度核验"这一负担转嫁给了读者和评审者。像StrictCite这样的确定性工具，本质上是在用传统的、可审计的软件工程方法来对抗概率模型的不确定性——这是一种"以确定治不确定"的思路。

对研究者使用AI辅助写作的建议

对于正在使用ChatGPT、Claude等工具辅助文献综述的研究者来说，这里有几点务实的建议：

1. 永远不要信任AI直接生成的引文，尤其是DOI和具体页码；
2. 核验环节应使用确定性工具（如StrictCite），而非再套一层LLM；
3. 对于老旧、跨语言或非主流来源的文献，仍需人工复核，因为自动工具在这些边界处最不可靠。

归根结底，AI可以帮我们写，但"这篇文献到底存不存在"这个问题，最好交给一个不会撒谎的确定性引擎去回答。